SAR图像分块CFAR迭代的极地冰山检测

通过迭代CFAR算法，本文发展了一种针对分块SAR图像的冰山检测方法。考虑到滑动窗口运算负担大、计算效率低，首先对SAR图像进行分块，以提取分块内的亮目标冰山。利用高斯模型表征后向散射系数的统计分布，冰山检测阈值可简单地表达为均值和方差的线性组合，将分块内像素逐个比对阈值以检测冰山。考虑到同一场景中尺寸变化大的冰山影响检测精度，以识别的冰山像素做种子执行区域生长，从而提取大尺寸的冰山。针对单个分块迭代上述处理，以降低高斯模型表征分块统计分布的误差，提高冰山检测精度。利用2013年11月22日和29日获取自极地海域的两景RADARSAT-2图像开展验证试验。结果表明，数量多、尺寸变化大并嵌入在海冰等极地常见情形下的冰山，能被文中方法有效识别，选取区域内正确率高达85%以上，且具有良好的运行效率